Mostrar el registro sencillo del ítem
Revisión de los avances en algoritmos genéticos para la resolución del problema de programación de proyectos con recursos limitados (RCPSP)
| dc.contributor.author | Ponluisa, Neisser F | |
| dc.contributor.author | Capuz-Rizo, Salvador F | |
| dc.date.accessioned | 2025-09-30T21:36:16Z | |
| dc.date.available | 2025-09-30T21:36:16Z | |
| dc.date.issued | 2025 | |
| dc.identifier.isbn | 978-84-09-76849-3 | |
| dc.identifier.issn | 2695-5067 | |
| dc.identifier.uri | http://dspace.aeipro.com/xmlui/handle/123456789/3772 | |
| dc.description | Resource-constrained project scheduling (RCPSP) is a critical problem in modern project management. The challenge is to allocate resources optimally to meet constraints and ensure project success. A comprehensive review of genetic algorithms as a solution to RCPSP is presented. This paper presents a comprehensive review of Genetic Algorithms (GA) as a solution to the RCPSP, highlighting their effectiveness in generate robust solutions in both real and simulated environments. GA, inspired by the principles of natural evolution, efficiently explore large search spaces through iterative processes of selection, crossover, and mutation. Various chromosome representations, genetic operators, and hybrid strategies that combine GA with other metaheuristics are analyzed. The comparative evaluation is based on studies validated with the standard PSPLIB library and real-case scenarios, demonstrating significant improvements in makespan reduction and resource utilization. This review identifies key research directions, methodological trends, and differences between approaches, offering a solid foundation for future GA-based applications to complex project scheduling problems. | es_ES |
| dc.description.abstract | La programación de proyectos con recursos limitados (RCPSP) representa uno de los desafíos más complejos en la gestión moderna de proyectos. El desafío es asignar los recursos de manera óptima para cumplir con las restricciones y garantizar el éxito del proyecto. Se presenta una revisión exhaustiva de los algoritmos genéticos (GA) como solución para el RCPSP, destacando su eficacia para generar soluciones robustas en escenarios reales y simulados. Los GA, inspirados en los principios de la evolución natural, permiten explorar eficientemente grandes espacios de búsqueda mediante procesos iterativos de selección, cruce y mutación. Se analizan distintas representaciones cromosómicas, operadores genéticos y estrategias híbridas que combinan GA con otras metaheurísticas. La evaluación comparativa se basa en estudios validados con la librería estándar PSPLIB y casos reales, mostrando mejoras significativas en la reducción del makespan y en la eficiencia del uso de recursos. Esta revisión permite identificar las principales líneas de investigación, tendencias metodológicas y diferencias entre enfoques, ofreciendo una base sólida para futuras aplicaciones del GA en la resolución de problemas complejos de programación de proyectos. | es_ES |
| dc.language.iso | es | es_ES |
| dc.publisher | AEIPRO | es_ES |
| dc.subject | Dirección y Gestión de Proyectos | es_ES |
| dc.title | Revisión de los avances en algoritmos genéticos para la resolución del problema de programación de proyectos con recursos limitados (RCPSP) | es_ES |
| dc.title.alternative | Review of advances in genetic algorithms for solving the resource-constrained project scheduling problem (RCPSP) | es_ES |
| dc.type | Article | es_ES |
| dc.identifier.doi | https://doi.org/10.61547/2501036 |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
CIDIP 2025 (Ferrol) [51]
XXIX Congreso Internacional de Dirección e Ingeniería de Proyectos (Ferrol, 2025)